一句话定位

LLM 提出算法代码变体,由自动评价器和演化搜索选择并持续改进。

研究问题与动机

程序具有可执行、可比较的评价接口,适合将语言模型的候选生成能力转成算法探索。

方法与机制

生成、修改、执行、评价和选择形成演化循环;评价器可包含正确性与性能约束。

证据与结果

白皮书摘要列举科学问题和基础设施优化案例。被优化算法的提升,甚至优化训练基础设施,都不自动等于该 agent 的整体研究能力递归提升。

当前卡片依据 2025-06-16 的 arXiv 摘要与元数据;作者结论不等于独立复现。原始摘要和版本信息保存在一手来源快照。

局限与开放问题

核心瓶颈是可用评价器与搜索预算;开放问题、错误目标和评价漏洞难以统一比较。

关联与拓展

核验与阅读

  • [x] 原始标题、作者、日期及摘要回查 arXiv
  • [ ] 全文方法、结果表格、统计和成本协议逐项核验
  • [ ] 代码可复现性与独立复现
  • 一手来源